一种基于结构优化和强化学习的事件因果关系识别方法

AITNT
正文
推荐专利
一种基于结构优化和强化学习的事件因果关系识别方法
申请号:CN202411383472
申请日期:2024-09-30
公开号:CN119248941A
公开日期:2025-01-03
类型:发明专利
摘要
本发明提供了一种基于结构优化和强化学习的事件因果关系识别方法,该该方法包括:对原始文本进行数据预处理操作,得到数据集,并将数据集分为训练集和验证集;将训练集输入至网络模型中,得到预测输出和最终损失函数;提取验证集的真实标签,并根据真实标签和预测输出构建综合奖励函数;根据综合奖励函数和最终损失函数对网络模型进行预训练,得到训练好的网络模型;通过训练好的网络模型识别事件因果关系,得到识别结果。该方法提高了生成模型的性能和效率,还提高了因果关系识别的准确率。
技术关键词
识别方法 标签 变量 重构 网络 序列 训练集 文本 夹角余弦 幅值 数据 词语 关系 语义 样本 代表
系统为您推荐了相关专利信息
1
一种光伏发电效率管理智能优化方法
智能优化方法 误差函数 功率点跟踪 逆变器 光照
2
一种冠状动脉血管图像分割方法及系统、存储介质和电子设备
血管图像分割方法 血管分割 特征提取网络 中心线 深度特征融合
3
矿化度影响下外加剂对注浆材料作用效果预测方法及系统
外加剂 水泥基注浆材料 性能指标数据 深度神经网络 变量
4
一种基于投影域超分辨率方法的稀疏投影CT重建方法
CT重建方法 通道 分辨率方法 分支 稀疏投影数据
5
清洁机器人信息传输系统
节点设备 清洁机器人 人机交互装置 信息传输系统 消息
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号